8月29日·谷歌「纳米香蕉」模型横空出世，重塑 AI 图像生成边界

8月29日·周五  AI工具和资源推荐

谷歌「纳米香蕉」模型横空出世，重塑 AI 图像生成边界

谷歌最新图像模型 nano banana（Gemini 2.5 Flash Image）发布，引发 AI 社区热潮。该模型不仅能融合多张图片拼接出全新画面，还能理解地理、建筑与物理结构，甚至将二维地图转化为三维景观。其凭借 Gemini 的世界知识与交错生成技术，实现了「有记忆」的多轮创作，带来极高一致性和创造力。此外，该模型在文字渲染方面的突破，使其对图像的宏观与微观结构理解力大幅提升，未来有望成为比人类更「聪明」的创意伙伴。来源：微信公众号【新智元】

OpenAI 发布新一代语音模型 gpt-realtime，语音智能体迎来重大突破

OpenAI 凌晨发布最新生产级别语音模型 gpt-realtime 及 Realtime API。新模型在音质、理解力、指令遵循和函数调用上全面提升，语音效果几乎媲美真人，还能多语种切换与细腻表达。Realtime API 则极大简化了语音智能体构建流程，支持图像输入、远程 MCP 服务器连接与 SIP 打电话，直接处理生成音频，延迟更低，细节保留更好，声音更自然。来源：微信公众号【新智元】

《时代》周刊发布 2025 年度 AI 领域最具影响力的 100 人名单，出现了更多华人面孔。其中包括华为创始人任正非、DeepSeek CEO 梁文锋、宇树科技 CEO 王兴兴、小马智行 CEO 彭军、Meta 首席 AI 官汪滔等。这些上榜人物在 AI 领域的贡献涵盖了技术创新、商业模式突破、数据标注、AI 治理等多个方面，展现了华人科学家和企业家在 AI 领域的重要影响力。来源：微信公众号【机器之心】

谢赛宁回忆 2018 年 OpenAI 面试经历，展现大厂面试风格

Meta 研究者 Lucas Beyer 发起关于 AI 大厂面试经历的投票，引发热议。谢赛宁分享了自己在 OpenAI、DeepMind、谷歌大脑等大厂的面试经历。其中，2018 年 OpenAI 的面试给他留下了深刻印象，整个过程持续五小时，以白板编程、研究报告的形式进行。面试官由 OpenAI 联合创始人 John Schulman 出题，重点考察强化学习问题。这段经历不仅展现了大厂面试的风格，也反映了当时的研究方向。来源：微信公众号【机器之心】

Nano banana 手办玩法火爆出圈，图像生成模型带来新创意

谷歌的图像生成模型 nano banana（Gemini 2.5 Flash Image）引发网友试玩热潮，尤其是手办生成玩法。用户可以通过输入特定提示词，结合参考图，生成逼真的手办效果，甚至可以控制角色姿态、结合视频生成连贯动画。该模型的核心技术包括以文本渲染作为核心指标衡量性能、原生多模态与交错式生成实现复杂编辑等。谷歌还计划举办 Nano Banana Hackathon 活动，提供免费 API 使用额度，鼓励开发者探索更多创意。来源：微信公众号【量子位】